基于图像全局矢量的特征点矢量提取方法.pdf

《基于图像全局矢量的特征点矢量提取方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、３４卷第１期微电子学与计算机Ｖｏｌ．３４Ｎｏ．１２０１７年１月ＭＩＣＲＯＥＬＥＣＴＲＯＮＩＣＳ＆ＣＯＭＰＵＴＥＲＪａｎｕａｒｙ２０１７基于图像全局矢量的特征点矢量提取方法邹彬，陆阳，钱钧，贺峻峰，李良福，杨一洲（西安应用光学研究所，陕西西安７１００６５）摘要：针对传统二进制特征描述子提取算法复杂，鲁棒性较差等缺点，提出了一种具有一定全局参考性及鲁棒性的二进制特征矢量；首先，对输入的匹配图像求取其Ｈａｒｒｉｓ特征点及其显著图；然后，将图像空间网格化，求取各网格中心，并按其对应网格的显著度进行排序，生成全局基准矢量；最后，将各个特征点与全局基准矢量进行比较，生成基于显著度加权的二进制特征矢量．

2、实验结果表明，该算法提取的二进制特征在极大减少计算的同时，还具有良好的特征表征能力．关键词：二进制特征；显著性；基准矢量；网格中心中图分类号：ＴＰ３９１．４１文献标识码：Ａ文章编号：１０００－７１８０（２０１７）０１－００５８－０４DOI:10.19304/j.cnki.issn1000-7180.2017.01.013ＢｉｎａｒｙＩｍａｇｅＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎｔｈｅＩｍａｇｅＧｌｏｂａｌＢｉｎａｒｙＶｅｃｔｏｒＺＯＵＢｉｎ，ＬＵＹａｎｇ，ＱＩＡＮＪｕｎ，ＨＥＪｕｎ－ｆｅｎｇ，ＬＩＬｉａｎｇ－ｆｕ，ＹＡＮＧＹｉ－ｚｈｏｕ（Ｘｉ＇ａｎＩｎｓｔｉｔｕｔｅ

3、ｏｆＡｐｐｌｉｅｄＯｐｔｉｃｓ，Ｘｉ＇ａｎ７１００６５，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｏｏｖｅｒｃｏｍｅｔｈｅｗｅａｋｎｅｓｓｏｆａｌｇｏｒｉｔｈｍｃｏｍｐｌｅｘｉｔｙａｎｄｌｅｓｓｒｏｂｕｓｔｂｙｔｒａｄｉｔｉｏｎａｌｂｉｎａｒｙｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｌｇｏｒｉｔｈｍ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎｏｖｅｌｂｉｎａｒｙｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄｗｉｔｈｃｅｒｔａｉｎｇｌｏｂａｌｒｅｆｅｒｅｎｃｅａｎｄｒｏｂｕｓｔｎｅｓｓ．Ｆｉｒｓｔｌｙ，ＨａｒｒｉｓｆｅａｔｕｒｅｐｏｉｎｔｓａｎｄＳａｌｉｅｎｃｙｍａｐａｒｅｏｂｔａｉｎｅｄｆｒｏｍｔｈｅｉｎｐ

4、ｕｔｍａｔｃｈｉｎｇｉｍａｇｅ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｉｍａｇｅｓｐａｃｅｉｓｐａｒｔｉｔｉｏｎｅｄｉｎｔｏｇｒｉｄｉｎｏｒｄｅｒｔｏｇｅｔｔｈｅｇｒｉｄｃｅｎｔｅｒ，ｗｈｉｃｈｉｓｓｏｒｔｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｓａｌｉｅｎｃｙｄｅｇｒｅｅｏｆｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｇｒｉｄｔｏｇｅｎｅｒａｔｅｔｈｅｇｌｏｂａｌｒｅｆｅｒｅｎｃｅｖｅｃｔｏｒ．Ｆｉｎａｌｌｙ，ｔｈｅｆｅａｔｕｒｅｐｏｉｎｔｓａｒｅｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｇｌｏｂａｌｒｅｆｅｒｅｎｃｅｖｅｃｔｏｒｔｏｇｅｎｅｒａｔｅｔｈｅｂｉｎａｒｙｆｅａｔｕｒｅｂａｓｅｄｏｎｔｈｅｓａｌｉｅｎｃｙｗｅｉｇｈｔｅｄ

5、．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃａｎｇｒｅａｔｌｙｒｅｄｕｃｅｔｈｅｃｏｍｐｕｔａｔｉｏｎａｌｂｕｒｄｅｎ，ａｎｄｈａｓａｇｏｏｄａｂｉｌｉｔｙｏｆｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｂｉｎａｒｙｆｅａｔｕｒｅ；ｓａｌｉｅｎｃｙ；ｒｅｆｅｒｅｎｃｅｖｅｃｔｏｒ；ｇｒｉｄｃｅｎｔｅｒ增长，同时，由于其特征点间的相似性度量采用欧式１引言距离，计算复杂度伴随巨大的计算量，对特征点的近近几十年来，特征点描述子已经成为计算机视邻搜索提出了严峻挑战；无论是硬件条件，还是实时觉领域中，尤其是实现图像配准不可或缺的工具；同性

6、的要求，均制约其实际应用．时，如何在计算能力和存储空间都有限的硬件条件针对传统特征描述子实际应用中所暴露出来的下，快速提取并合理表征成百上千个特征点，也一直算法复杂、内存需求高以及计算耗时等问题，近年是众多科研工作者持续研究的热点问题．来，许多学者开始着重研究基于二进制表征的局部在目前众多的图像局部描述子中，最具代表性特征．其中，最早最著名的便是由Ｃａｌｏｎｄｅｒ等人提［１－２］［３－４］［５］的为ＳＩＦＴ、ＳＵＲＦ等，其被广泛应用于各类出的ＢＲＩＥＦ二进制特征描述子，该特征描述子充图像系统中．虽然，这类传统局部描述子具有较好的分挖掘特征点的临域信息，在此范围内随机采样像效果，但其特征矢量

7、却付出了高纬度的代价，尤其在素点，并与特征点进行二值化的幅值比较，以生成特大规模图像库应用中，特征点数据量呈指数级翻倍征矢量．该算法天然继承了二进制运算所具有的内收稿日期：２０１６－０４－１１；修回日期：２０１６－０５－３０第１期邹彬，等：基于图像全局矢量的特征点矢量提取方法５９［５］存需求低和计算速度快等特点．虽然以ＢＲＩＥＦ为到特征图，再对特征图做融合计算得到最终的显著代表的二进制特征描述子提取简单，计算速度快，但图